ارزیابی مدل‌های مختلف در تخمین طیف امواج بندر امیرآباد

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشگاه علوم و فنون دریایی خرمشهر- دانشکده علوم دریایی و اقیانوسی- گروه فیزیک دریا

2 دانشگاه علوم و فنون دریایی خرمشهر

3 دانشگاه علوم وفنون دریایی خرمشهر

4 دانشگاه آزاد اسلامی واحد قائمشهر

چکیده

در این تحقیق تابع چگالی طیفی مربوط به امواج دریای خزر در بندر امیرآباد با استفاده از داده‌های بویه‌ی موج‌نگار بررسی شده است. این بویه در عمق 25 متری مستقرشده و نوسانات سطح دریا ر ابا فرکانس 4 هرتز ثبت می‌کند. در ابتدا طیف انرژی موج با استفاده از تبدیل فوریه سریع استخراج شد، سپس دقت مدل‌های جانسواپ، نیومن و کریلف در تخمین طیف مورد ارزیابی قرار گرفت. نتایج نشان داد که این مدل‌ها با ضرایب پیش‌فرض عملکرد مطلوبی در تخمین طیف امواج منطقه ندارد؛ بنابراین با به‌کارگیری روش کمترین مربعات در برازش منحنی، ضرایب بهینه برای این مدل‌ها‌ استخراج شد. در ادامه اثر پهنای طیف (v) موردبررسی قرار گرفت و مشخص شد که در طیف‌های باریک (v<0/4) مدل کریلف و در طیف‌های پهن(v>0/45) مدل نیومن بهترین عملکرد را داشته است و برای طیف‌هایی که بین این دو بازه قرار دارد مدل جانسواپ دقیق‌ترین نتایج را داشته است. به‌طورکلی می‌توان نتیجه گرفت که طیف موج در جنوب دریای خزر با در نظر گرفتن پهنای طیف برازش خوبی با مدل‌های رایج دارد.


کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Assessment of different models on estimation of Amir Abad port waves spectrum

نویسندگان [English]

  • yaser dehghan 1
  • vahid chegini 2
  • mohammad ali najjarpour 3
  • mahmoud akhyani 4
1 khorramshahr university of marine science and technology
2 استادیار دانشکده علوم دریایی و اقیانوسی، دانشگاه علوم و فنون دریایی خرمشهر،
3 استادیار دانشکده علوم دریایی و اقیانوسی، دانشگاه علوم و فنون دریایی خرمشهر،
4 استادیار دانشگاه آزاد اسلامی واحد قائمشهر،
چکیده [English]

The present research assessed spectral density function of Caspian Sea waves in Amirabad port by using the data derived from Iranian wave scan buoy. This buoy is set at the depth of 25 meter and registers seasurface oscillations at 4 Hz. At first Wave spectrum were extracted using Fast Fourier Transformation and the accuracy of Jonswapmodel on estimation of wave spectrum was determined and the results indicated that the model with default coefficients is inefficient in these port. As a result, optimum coefficients were extracted using the least squares method in curve fitting. Afterwards, the effect of bandwidth parameter n on model estimation accuracy was assessed and it was observed thatin narrow spectra (v<0/4), Krylov model was best efficient but in wide spectra (v>0/45), Neuman model yielded the best results for these spectra.The results obtained for the spectra between these two ends revealed that Jonswap model yielded the best results at these spectra. Generally it can be concluded that wave spectrum in south Caspian Sea have a good fitting with common models with considering of spectrum widths.
 
 

کلیدواژه‌ها [English]

  • South Caspian Sea
  • sea waves spectrum
  • jonswap
  • bandwidth parameter

[1] Massel R. Ocean Surface Waves: Their Physics and Prediction. 3rd ed. World Scientific Publishing; 2017.

[2] Ochi MK. Ocean waves: the stochastic approach. Cambridge University Press; 2005 Jul 21.

[3] چگینی وحید، چگینی فاطمه، تائبی سهیلا. ارزیابی و مقایسۀ روش­های نیمه­ تجربی و عددی در پیش­ بینی مشخصات امواج بنادر امیرآباد و بوشهر. مهندسی دریا. 1378؛4(7):41-57.

[4] دردی­ زاده بصیرآباد احمد، چگینی وحید، مهدی­زاده، مهدی­ محمد، کامران­زاد بهاره. بررسی انرژی امواج در بندر امیرآباد دریای خزر با استفاده از نتایج مدل.SWAN مجلۀ علوم و فنون دریایی. 1393؛2(13).

[5] Olagnon M, Kpogo-Nuwoklo KA, Guédé Z. Statistical processing of West Africa wave directional spectra time-series into climatology of swell events. Journal of Marine Systems. 2014 Feb 1;130:101-8.

[6] Pierson Jr WJ, Moskowitz L. A proposed spectral form for fully developed wind seas based on the similarity theory of SA Kitaigorodskii. Journal of geophysical research. 1964 Dec 15;69(24):5181-90.

[7] Garcia-Gabin W. Wave bimodal spectrum based on swell and wind-sea components. IFAC-PapersOnLine. 2015 Jan 1;48(16):223-8.

 [8] Martzikos NT, Soukissian TH. Modelling of the sea surface elevation based on a data analysis in the Greek seas. Applied Ocean Research. 2017 Dec 31;69:76-86.

[9] Hudspeth RT. Waves and wave forces on coastal and ocean structures: World Scientific; 2006.

[10] Calini A, Schober CM. Characterizing JONSWAP rogue waves and their statistics via inverse spectral data. Wave Motion. 2017 Jun 30;71:5-17.

[11] Myrhaug D. Some probabilistic properties of deep water wave steepness. Oceanologia. 2018 Apr 1;60(2):187-92.

[12] Akdağ SA, Dinler A. A new method to estimate Weibull parameters for wind energy applications. Energy conversion and management. 2009 Jul 1;50(7):1761-6.

[13] Kumar VS, Singh J, Pednekar P, Gowthaman R. Waves in the nearshore waters of northern Arabian Sea during the summer monsoon. Ocean Engineering. 2011 Feb 1;38(2-3):382-8.